細胞の直接変換を誘導する転写因子を高精度で予測するAI手法を開発-マルチオミクスデータと機械学習を活用した再生医療の開拓-

ターゲット
公開日

 沖真弥 医学研究科特定准教授は、山西芳裕 九州工業大学教授らの研究グループとの共同研究により、iPS細胞のような未分化細胞を介さずに、すでに分化した細胞を別の種類の細胞へと直接変換するダイレクトリプログラミングを誘導する転写因子を高精度で予測するAI手法を開発しました。

 本研究グループは、複数の生体分子情報(マルチオミクスデータ)や細胞間の系統関係情報を統合解析し、すでに分化した細胞を別の種類の細胞へと直接変換するダイレクトリプログラミングを誘導する転写因子を高精度で予測するAI手法を開発しました。ダイレクトリプログラミングを誘導する転写因子を実験的に同定するのは、時間や実験コストの面から非常に困難なため、情報科学的な予測手法が切望されていました。今回の提案手法では、皮膚由来の線維芽細胞を、さまざまな組織(肝臓、骨、脳、心臓、膵臓、腸)由来の細胞へと、それぞれ直接変換させる転写因子を予測しました。さらに、細胞変換メカニズムを考慮し、元細胞や標的細胞に関わる生体分子のマルチオミクスデータや細胞間の系統関係情報を機械学習アルゴリズムで統合することにより、ダイレクトリプログラミングを誘導する転写因子を高精度に予測することにも成功しました。本提案手法により、ダイレクトリプログラミングを誘導する転写因子が未知の細胞変換に対しても、転写因子を新たに予測することができるようになり、今後の再生医療分野における細胞作製法の開発を促進することが期待されます。

 本研究成果は、2022年4月12日に科学誌「Bioinformatics」にオンライン掲載されました。

文章を入れてください
図:すでに分化した細胞を別の種類の細胞へと直接変換するダイレクトリプログラミング
研究者情報
書誌情報

【DOI】
https://doi.org/10.1093/bioinformatics/btac209

【書誌情報】
Ryohei Eguchi, Momoko Hamano, Michio Iwata, Toru Nakamura, Shinya Oki, Yoshihiro Yamanishi (2022). TRANSDIRE: data-driven direct reprogramming by a pioneer factor-guided trans-omics approach. Bioinformatics.